OpenClaw 结合 Kimi K2.5 实现本地私有化部署与办公自动化

启动成功后，浏览器访问 http://localhost:18789 输入 Token 即可进入控制台。若需远程访问，请确保服务器防火墙开放 18789 端口。

接入 Kimi K2.5 模型

可视化配置（推荐新手）

在控制台左侧导航栏选择「模型配置」→「自定义模型」，填入以下参数：

• 模型名称：kimi-k2.5
• API Base URL：https://ark.cn-beijing.volces.com/api/coding
• API Key：填入前述获取的密钥
• 最大 Token：2048
• 温度：0.3（办公场景推荐高精度）

测试连接通过后保存，并将默认模型切换为 kimi-k2.5。

代码调用示例（开发者）

如需集成到自有项目，可使用 Python SDK 进行多模态调用：

import os
import base64
from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()

client = OpenAI(
    api_key=os.getenv("KIMI_API_KEY"),
    base_url="https://ark.cn-beijing.volces.com/api/coding"
)

# 文本处理
def kimi_text_chat(prompt):
    completion = client.chat.completions.create(
        model="kimi-k2.5",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.3,
        max_tokens=2048
    )
    return completion.choices[0].message.content

# 多模态处理（图片/文档）
def kimi_multimodal_chat(prompt, image_path):
    with open(image_path, "rb") as f:
        image_data = base64.b64encode(f.read()).decode("utf-8")
    
    completion = client.chat.completions.create(
        model="kimi-k2.5",
        messages=[{
            "role": "user",
            "content": [
                {"type": "text", "text": prompt},
                {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{image_data}"}}
            ]
        }],
        temperature=0.5
    )
    return completion.choices[0].message.content

if __name__ == "__main__":
    print(kimi_text_chat("写一个 Python 脚本，批量读取 Excel 文件并汇总数据"))

多端远程控制配置

飞书机器人对接

1. 在飞书开放平台创建企业自建应用，添加 im.message.p2p_msg 权限。
2. 配置回调地址为 http://你的 IP:18789/feishu，记录 Token 与 EncodingAESKey。
3. 发布应用后，在容器中启用插件：

docker exec -it openclaw-kimi bash
openclaw plugin enable feishu
openclaw config set feishu.token 飞书回调 Token
openclaw config set feishu.aes_key 飞书 AES Key
openclaw config set feishu.app_id 飞书 AppID
openclaw config set feishu.app_secret 飞书 AppSecret
exit
docker compose restart

企业微信对接

类似地，在企业微信管理后台创建 API 模式机器人，将请求 URL 指向 http://你的 IP:18789/wecom，并在容器内执行对应配置命令即可。

实战案例

办公自动化：Excel 处理与 PPT 生成

通过自然语言指令触发任务。例如发送：「帮我批量处理 D 盘下的 Excel 文件，汇总销售额数据，生成可视化图表并制作 PPT」。系统会自动调用内置 Skill 库执行脚本，最终输出结果至指定目录。

定时任务调度

利用 Cron 插件实现自动化推送。例如每天 9 点整理行业资讯推送到飞书：

openclaw plugin enable cron
openclaw cron add --name "daily_news" --schedule "0 9 * * *" --command "kimi_text_chat('整理今日 AI 行业热点资讯') | openclaw feishu send --user_id 你的飞书 ID"

多模态文档解析

直接上传 PDF 或截图，指令如「提取图片中的表格数据转为 JSON」，Kimi K2.5 的多模态能力可精准识别内容并结构化输出。

常见问题与优化

• 端口占用：修改 docker-compose.yml 中的端口映射，如改为 18790:18789。
• API 报错：检查密钥是否完整无空格，确认账号有调用额度，模型名必须严格匹配 kimi-k2.5。
• 数据安全：严禁执行 docker compose down -v，这会删除数据卷。停止服务请使用 docker compose down。
• 资源限制：低配设备可在 docker-compose.yml 中限制 CPU 和内存，例如 cpus: "1.0", mem_limit: "2g"。
• 安全加固：建议限制允许访问的 IP 段，并对敏感配置进行加密存储。

完成上述步骤后，发送一条测试指令确认服务稳定运行，即可正式投入日常办公使用。